基于行为的分析是恶意代码自动分析和检测过程中的一项重要技术，近年来得到学术界和工业界极大关注。恶意代码行为分析技术，能够避免传统静态分析技术遇到的恶意代码混淆的障碍，也能够通过行为描述规范表达恶意代码样本多样化的行为类型。目前，虽有一些关注恶意代码行为分析的工作，但基于行为的恶意代码分析技术仍未成熟，目前尚未发现介绍当前研究进展和发展挑战的综述。本文从3个方面对恶意代码的行为描述和分析进行综述：恶意代码行为描述，恶意代码行为分析模型，可视化。首先，全面梳理了现有行为分析技术的分析目标、原则、特点和分类，包括现有行为数据类型和描述方法；其次，从多方面分析恶意代码分析的不足和挑战；最后，探讨了潜在研究热点。

面向工业过程监控的嵌入式轻型图形用户界面（GUI）构件库开发具有较高难度，当前方法在实时任务处理与人机功效等方面存在不足。针对上述问题，提出一种基于嵌入式Qt技术（Qt/E）的轻型GUI构件库设计方法。根据工业过程监控需求，建立构件库实体—关系（E-R）模型，定义系统功能构架与模块数据耦合关系。考虑嵌入式目标系统差异，搭建交叉编译环境以实现Qt/E共享库文件的按需裁剪。基于信号—槽通信接口，提出一种无需回调指针的消息映射方法，优化系统上下文切换性能。结合多线程控制技术，面向数据采集、计算与显示的并行任务处理能力得到强化，从而提高系统实时性与鲁棒性。通过滚动页面方法优化人机交互过程，并利用工业心理学方法验证系统人机功效性能。数值实例模拟与工业现场实验结果表明，与Windows-CE-GUI和Android-GUI相比：实时读写正确率分别提高26%与29%；构件库最小可裁减至900 kB，并可支持12种嵌入式硬件平台；系统平均会话切换时间可控制在0.6 s以内，关键人机功效指标可满足不同工业应用需求。

隐私信息流安全的服务组合部署后，用户隐私需求与成员服务的信誉度等级均可能发生变化，保持隐私信息流安全性是非常重要的演化需求。提出一种保持隐私信息流安全性的服务组合演化方法。分析基于Petri网的隐私数据项依赖关系，计算各成员服务的隐私数据使用集及安全范围，最后提出保持隐私信息流安全性的演化操作集。通过操作实施演化，避免演化后隐私信息流安全性的完整验证过程，提高演化效率。通过实例分析说明该方法的有效性，并对其性能进行实验分析。结果表明，与完整安全性验证过程相比，该方法有较高演化效率，能大大降低演化代价。

提出一种新的面向贝叶斯模式分类的判别学习方法，称作“带约束的最大间隔（CMM）方法”。通过计算正样本最小决策值和负样本最大决策值的差异，定义类别之间的类别间隔。基于该类别间隔和正确分类的约束，将间隔函数学习问题转化为最大化类别间隔问题。利用序列无约束最小化技术解决该非线性规划问题。运用CMM方法得到基于高斯混合模型的贝叶斯分类器，并在10个UCI数据集上进行实验。结果表明，利用CMM方法得到的分类器分类性能，明显优于代表性的生成式学习方法期望最大化（EM）和判别式学习方法支持向量机（SVM），并且在多个数据集上取得了相比之前最优结果更好的效果。分类实验和分类器对比实验证明，CMM方法有效，具有一定应用前景。

标注语料库的缺乏阻碍了中文隐式篇章关系识别研究的进展，而在其他语言（如英语）中存在一些可用的篇章关系语料库。提出一个跨语言的隐式篇章关系识别框架，该框架可利用英语语料库完成中文隐式篇章关系识别任务。使用机器翻译从带标签的英语篇章关系语料库生成中文实例。基于该方法，每个实例都有两个独立视角：中文和英文。然后，利用联合训练方式，分别基于中文和英文视角学习两个分类器，同时利用无标签中文数据帮助完成中文隐式篇章关系识别。实验结果证明该方法有效。

为降低具有控制—数据分离架构的5G网络中多播的传输代价，本文关注无线网络中两多播共存时的功率代价最小网络编码子图形成问题。提出两个基于Steiner树的扩展次优算法：当两个具有相同吞吐量的多播组共存时，C1CPE算法通过复用拓扑中已经占用链路的方式寻找可行的最小代价方案，并采用节点涂色的方式保证网络编码方案可解码。另外，针对两多播组的源点和目的点相同的特殊情况，在C1CPE算法基础上提出E-SCTF算法。此算法精简了涂色方案，通过理论分析可知此算法复杂度比C1CPE算法低。仿真结果表明，两个算法在功率代价上都有良好表现，在密集部署下性能仍可进一步提升。

讨论了在包含中继和大规模多入多出天线下的认知无线网络传输性能和能量分配问题。首先得到了在不考虑认知情况下的中继辅助大规模天线网络的下行传输性能，运用功率分配准则，第k个用户的渐近信干噪比与快衰落无关，当基站天线数和中继天线数的比值趋于无穷大时，整个传输过程的传输性能只与从中继到用户侧的传输有关，而与另外一侧的传输无关。接着给出了在完美和非完美信道情况下的认知大规模多入多出天线中继网络性能的闭式表达式。当主用户基站、次级用户基站、中继基站的天线数目趋于无穷大时，传输性能与快衰落无关，主、次网络之间的干扰能被完全消除，次级网络传输性能与干扰温度无关，次级网络可用峰值功率进行传输而不对主用户网络产生干扰。定义了主用户网络的效用函数，通过凸优化分析得到最佳中继发射功率。系统仿真验证了该结论。通过仿真，得到了系统传输速率与天线数目、中继功率、天线数目比值的关系。在多用户认知无线网络中，运用大规模多入多出天线的线性预编码方式能够极大减少干扰，提高传输效率，主用户网络和次级用户网络可以独立传输。

航天飞行器的分离参数直接影响它的飞行轨迹，如果分离参数超过它能承受的极限，则飞行器难以调整飞行姿态，可能造成飞行器偏离轨道或坠毁。提出一种将角速度与外矩结合的大偏心皮卫星分离参数复合优化方法。通过改变弹性发射装置位置，在分离机构变化较小情况下，有效控制飞行器弹出过程。给出了角速度偏差的原因和不可信的优化结果，并对不可信的优化结果进行分析。通过地面无重力试验对该优化方法进行验证。仿真和试验结果表明，该优化方法能有效优化大偏心皮卫星的分离参数。该方法特别适用于固定和非稳定状态弹性参数、各种弹性装置的分布以及难以校正姿态的大偏心航天飞行器，在实际应用中具有通用性和易操作性。